「給機器人,享受你的新大腦吧!」黃仁勳高度期待,輝達新品Jetson Tho究竟厲害在哪?
「給機器人,享受你的新大腦吧!」黃仁勳高度期待,輝達新品Jetson Tho究竟厲害在哪?

「給機器人,享受你的新大腦吧!」輝達(Nvidia)執行長黃仁勳在短短36秒的影片中,為機器人寫了一張小卡片,將輝達全新打造的Jetson Thor系列產品,獻給全世界日新月異的人形機器人。

Jetson Thor是輝達針對研究及工業機器人開發的新套件,他們稱之為「機器人大腦」,能夠幫助企業或研究單位快速打造機器人,系列產品包括Jetson AGX Thor開發套件、Jetson T5000及Jetson T4000模組。

Jetson AGX Thor開發套件定價 3,499 美元、Jetson T5000定價則為2,999美元,不過需要一次購買超過1,000個模組,預計將於下個月起陸續出貨。

「Jetson Thor 是我們為數百萬致力於機器人系統的開發者所打造,這些系統不僅能與物理世界互動,更逐步形塑世界的樣貌。」黃仁勳表示。

輝達最新機器人套件,效能比前代提升7.5倍

Jetson AGX Thor 的核心是基於輝達Blackwell GPU打造,其 AI 運算能力高達 2,070 teraflops,功耗卻只有130瓦,使其 AI 運算能力比前代 Jetson AGX Orin 高出 7.5 倍,能源效率更提升了 3.5 倍。同時它配備 128GB 記憶體,能夠即時運行大型語言模型、視覺語言模型和專為機器人設計的Isaac GR00T N1.5 模型,大幅減少對雲端服務的依賴。

輝達指出,Jetson Thor 讓機器人能處理過去因速度過慢而無法執行的工作流程,例如處理高速感測器資料和視覺推理,為多模態AI應用於人形機器人等環境開創新的可能性。

jetson thor.jpg
Jetson Thor的運算能力比前一代產品Orin強上7.5倍。
圖/ YouTube

人形機器人公司Agility Robotics 執行長佩吉.強森(Peggy Johnson)表示,Jetson Thor的邊緣處理能力,將大幅提升其Digit機器人的即時反應速度,並賦予它更多樣化的技能。

該公司提到,機器人需要強大的運算力才能在現實世界中順暢運作,從身體控制、物件操控以及處理感知資料,都需要即時運算。另一家機器人巨頭 Boston Dynamics 也計畫將這款新晶片整合到其 Atlas 人形機器人中 。

黃仁勳曾喊機器人是AI之外,最大增長機會

黃仁勳曾在今年的年度股東大會上表示,機器人是和AI並列的最大成長機會,「我們公司有很多成長機會,其中AI和機器人是最大的兩個領域,代表著上兆美元的成長機會。」

延伸閱讀:輝達「這部門」年成長率達72%!黃仁勳股東會關鍵訊號一次看:下波兆元級成長動能是它

不過,輝達的策略並非親自下場,而是提供基礎設施和「大腦」,讓所有致力於機器人技術的公司都能在其平台上發光發熱。輝達機器人與邊緣AI部門副總裁迪普.塔拉(Deepu Talla)表示,「我們不製造機器人,也不造車,但我們透過基礎設施電腦和相關軟體,賦能了整個產業。」

jensen gtc 2024.jpg
黃仁勳近期在股東大會上表示,AI與機器人是公司最大的兩個成長機會。
圖/ Nvidia

雖然機器人業務目前僅佔輝達總營收的 1% 左右,但其成長速度驚人。輝達最近合併了汽車與機器人部門,並在今年5月的季度財報中指出,該部門銷售額達到 5.67 億美元,年增率高達72% 。

儘管如此,業界對人形機器人的普及,仍持審慎態度。自動駕駛汽車技術公司Valeo的技術負責人法布里斯.諾雷爾斯(Fabrice Noreils)就曾發表論文,指出人形機器人要真正商業化,仍面臨多重挑戰,包括機械控制、手部靈巧度、空間推理、安全、營運維護,以及成本等問題,估計要5到10年才能看見人形機器人大規模投入使用。

不過,在輝達持續的努力下,這樣的未來或許會加速到來,透過技術革新讓人形機器人更具實用性,克服難題逐步走向現實世界。

延伸閱讀:
輝達樹立「5倍障礙」!一次盤點AI硬體戰局:台積電收費太便宜?為何巨頭都要做自訂晶片?
在微軟上班薪情有多好?AI工程師平均年薪破600萬元,「這部門」人人都戴金手銬

本文初稿由AI撰寫,編輯:陳建鈞

資料來源:CNBCSilicon AngleTheRegister

關鍵字: #機器人 #Nvidia
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓